-
公开(公告)号：CN118823691A
公开(公告)日：2024-10-22
申请号：CN202410732132.7
申请日：2024-06-06
Applicant: 郑州轻工业大学
IPC: G06V20/54 , G06V20/40 , G06V20/62 , G06V10/25 , G06V10/44 , G06V10/52 , G06V10/80 , G06V10/764 , G06V10/10 , G06V10/774 , G06V10/776 , G06V40/20 , G08G1/017 , G06N3/0464 , G06N3/045 , G06N3/09 , G06N3/048
Abstract: 本发明公开了一种二轮电动车交通违规行为检测方法及系统，旨在解决现有电动车交通违规行为检测准确度及可靠性低的技术问题。其基于目标检测改进模型，该目标检测改进模型包括Focus模块，通过将卷积和批量归一化操作融合，可有效减少计算量、提高特征提取效率及提升模型鲁棒性。且目标检测改进模型使用MPDIoU损失函数，通过考虑重叠区域、中心点距离、纵横比等因素，可更为全面地评估目标检测的准确性。此外，通过引入ECA注意力机制，从而增强目标检测改进模型神经网络对通道信息的利用能力，提高模型运行性能，使得模型在检测任务中表现出良好的泛化能力。
-
公开(公告)号：CN113688573A
公开(公告)日：2021-11-23
申请号：CN202111004588.4
申请日：2021-08-30
Applicant: 郑州轻工业大学
IPC: G06F30/27 , G06N3/00 , G06F111/08
Abstract: 本发明提出了一种基于改进的黑寡妇蜘蛛算法的拉伸弹簧优化方法，用以解决现有的拉伸弹簧设计方法容易陷入局部最优解、收敛速度慢的问题。本发明的步骤如下：建立以重量为目标函数的拉伸/压缩弹簧问题的数学模型；构建基于差分进化算法和随机扰动的黑寡妇蜘蛛优化算法；采用改进的黑寡妇群优化算法对数学模型进行求解；根据求解数学模型的最佳决策变量输出弹簧的最佳结构设计方案。本发明基于差分进化算法，并加入了随机扰动策略，提高了算法的探索能力，避免算法陷入局部最优中。本发明具有更好的解质量、收敛精度和稳定性，提高了黑寡妇蜘蛛群优化算法在复杂优化问题上的表现。
-
公开(公告)号：CN111915647A
公开(公告)日：2020-11-10
申请号：CN202010685128.1
申请日：2020-07-16
Applicant: 郑州轻工业大学
Abstract: 本发明提出了一种对象标签引导的自适应视频目标跟踪方法，其步骤为：1）采用一个已经训练好的深度特征提取网络对输入的帧与目标的外观进行表征；2）通过深度特征建立深度特征空间采样来维持跟踪器的效率；3）通过区域建议网络获得当前帧的对象信息，并对冗余对象信息进行过滤与选择；4）将对象信息转化为对象标签引导一个Wang-langau蒙特卡洛抽样算法来预测目标下一帧的位置；5）利用自适应更新的目标模板选择性的更新目标信息。本本发明利用对象信息为采样提供了引导，减少总体样本数量，保证了跟踪的效率，增强跟踪方法的在全局的探索能力；通过改进的自适应模板更新机制，减少跟踪框架在面对目标不确定运动时的更新误差，提高跟踪精度。
-
公开(公告)号：CN111915648B
公开(公告)日：2023-09-01
申请号：CN202010685477.3
申请日：2020-07-16
Applicant: 郑州轻工业大学
IPC: G06T7/246 , G06T7/13 , G06T7/136 , G06T7/73 , G06N3/0464 , G06N3/0442 , G06N3/08
Abstract: 本发明提出了一种基于常识和记忆网络的长期目标运动跟踪方法，用以解决现有跟踪方法不能有效适应不确定运动场景下的目标跟踪问题。其步骤为：首先利用跟踪器在局部搜索窗内预测目标位置，然后利用单层记忆网络判断预测结果的可靠性。若可靠则进行下一帧的跟踪，否则利用常识信息和针对跟踪任务开发的语义目标感知特征从全局图片中生成少量高质量的包含目标真实运动状态的建议，再通过记忆网络选择最佳的候选建议作为预测结果。最后，利用可靠的跟踪结果对记忆网络进行微调以保持目标的外观记忆。本发明的单层记忆网络结构简单、运算量小；且本发明将记忆网络和语义目标感知建议相结合能够适应突变运动等目标跟踪问题，实现长期跟踪。
-
公开(公告)号：CN113300827A
公开(公告)日：2021-08-24
申请号：CN202110551860.4
申请日：2021-05-20
Applicant: 郑州轻工业大学
Abstract: 本发明提出了一种基于拉丁方的混沌图像加密方法，其步骤为：利用原始图像矩阵生成密钥，将密钥输入超混沌Lorenz系统进行得到混沌序列；截取混沌序列转换为矩阵对原始图像矩阵进行置乱；截取混沌序列生成拉丁方阵作为查找表；截取混沌序列并组成索引矩阵，利用索引矩阵从查找表中的对应坐标选取元素进行替换得到像素替换矩阵；截取混沌序列并生成拉丁方矩阵，将像素替换矩阵的位平面组成比特矩阵，利用拉丁方矩阵对比特矩阵进行比特置乱并组合为位平面矩阵，转换为十进制得到密文图像。本发明所用拉丁方阵均由混沌序列产生，增强了复杂度，提升了安全性；有效地提高了随机性、灵敏性，能够有效的抵抗差分攻击，增加了破译难度，适合实际应用。
-
Patent Agency Ranking
公开(公告)号：CN113537082B
公开(公告)日：2023-04-07
申请号：CN202110817338.6
申请日：2021-07-20
Applicant: 郑州轻工业大学
IPC: G06F18/21 , G06F18/241 , G06Q10/20
Abstract: 本发明公开了一种基于信息不全的故障辨识方法，属于故障识别技术领域。一种基于信息不全的故障辨识方法，包括以下步骤：S01，定义一种新内涵特征的不完备集合；S02，定义一种新内涵特征的不完备性贴近度矢量函数、差值不完备性贴近度矢量函数、乘积不完备性贴近度矢量函数；S03，根据集合运算原理，给出不完备集合故障辨识方法。本发明能够分析和处理不完备信息，有效、快速地实现信息采集、处理、故障识别和决策，为后续不完备信息处理的方式及与其它软科学和软计算方法的结合提供基础。
-
公开(公告)号：CN113537082A
公开(公告)日：2021-10-22
申请号：CN202110817338.6
申请日：2021-07-20
Applicant: 郑州轻工业大学
Abstract: 本发明公开了一种基于信息不全的故障辨识方法，属于故障识别技术领域。一种基于信息不全的故障辨识方法，包括以下步骤：S01，定义一种新内涵特征的不完备集合；S02，定义一种新内涵特征的不完备性贴近度矢量函数、差值不完备性贴近度矢量函数、乘积不完备性贴近度矢量函数；S03，根据集合运算原理，给出不完备集合故障辨识方法。本发明能够分析和处理不完备信息，有效、快速地实现信息采集、处理、故障识别和决策，为后续不完备信息处理的方式及与其它软科学和软计算方法的结合提供基础。
-
公开(公告)号：CN118736564A
公开(公告)日：2024-10-01
申请号：CN202410857820.6
申请日：2024-06-28
Applicant: 郑州轻工业大学
IPC: G06V20/68 , G06N3/0464 , G06V10/774 , G06V10/25 , G06V10/764 , G06V10/80 , G06V10/82
Abstract: 本发明公开了一种基于PP‑YOLOv2改进模型的草莓生长状态病虫害识别及长势评估方法，包括将原始草莓图像数据集划分为训练集和测试集；使用训练集和测试集对构建的基于PP‑YOLOv2的草莓生长特征及病虫害识别模型进行训练并得到训练后的模型；将采集到的待测图像输入到训练后的草莓生长特征及病虫害识别模型进行目标检测，得到含有草莓生长特征的图像；对含有草莓生长特征的图像进行预处理；提取并统计草莓生长特征；根据草莓生长特征，构建基于层次分析法的草莓生长状况模糊评估体系，对草莓的生长状况进行评估。本发明通过对草莓植株各部分的状态检测与病虫害检测，分析和判断草莓植株的生长情况，帮助种植人员方便快捷地获得出草莓状态情况，节省人力，同时通过分析病虫害结果为草莓打药除虫、施肥操作的智能化提供数据支持。
-
公开(公告)号：CN111915648A
公开(公告)日：2020-11-10
申请号：CN202010685477.3
申请日：2020-07-16
Applicant: 郑州轻工业大学
Abstract: 本发明提出了一种基于常识和记忆网络的长期目标运动跟踪方法，用以解决现有跟踪方法不能有效适应不确定运动场景下的目标跟踪问题。其步骤为：首先利用跟踪器在局部搜索窗内预测目标位置，然后利用单层记忆网络判断预测结果的可靠性。若可靠则进行下一帧的跟踪，否则利用常识信息和针对跟踪任务开发的语义目标感知特征从全局图片中生成少量高质量的包含目标真实运动状态的建议，再通过记忆网络选择最佳的候选建议作为预测结果。最后，利用可靠的跟踪结果对记忆网络进行微调以保持目标的外观记忆。本发明的单层记忆网络结构简单、运算量小；且本发明将记忆网络和语义目标感知建议相结合能够适应突变运动等目标跟踪问题，实现长期跟踪。
-
公开(公告)号：CN116996627A
公开(公告)日：2023-11-03
申请号：CN202310962514.4
申请日：2023-08-02
Applicant: 郑州轻工业大学
Abstract: 本发明提出了一种基于图像金字塔和伽罗华域的智能电网中图像加密方法，其步骤为：图像预处理；结合SHA‑256算法和外部密钥获取混沌序列，分别进行数值处理获得伪随机序列；使用混沌序列进行全局索引置乱，使用伪随机序列进行基于图像金字塔结构的像素级置乱；进行分组，将图像矩阵分成子块，每个子块根据伪随机序列分别选取DNA编码和DNA解码规则进行DNA编码和DNA解码；用伪随机序列进行伽罗华域的乘法运算的正向扩散；用伪随机序列进行伽罗华域的加法运算的逆向扩散，重新排列得到密文图像。本发明对保护输电线路巡检无人机航拍图像的安全性具有重要意义，可以防止电力系统受到恶意攻击，保护电力公司的商业机密，确保国家能源安全。
-
-
-
-
-
-
-
-
-
Search Results
15
records
(took 0.039 seconds)
